Surrogate model selection for evolutionary multiobjective optimization

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F13%3A00423839" target="_blank" >RIV/67985807:_____/13:00423839 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1109/CEC.2013.6557786" target="_blank" >http://dx.doi.org/10.1109/CEC.2013.6557786</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/CEC.2013.6557786" target="_blank" >10.1109/CEC.2013.6557786</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Surrogate model selection for evolutionary multiobjective optimization

Popis výsledku v původním jazyce

In surrogate evolutionary algorithms, usually the type of surrogate model is chosen beforehand, and it is never changed during the run of the evolution. Moreover, the reasoning why a particular type of model was chosen is often missing. In this paper, wepresent a framework which in each generation selects the most suitable surrogate from a set of models based on some pre-defined criteria. The results based on different types of model selectors are compared, and the dynamics of the evolution together with the change of the selected model type during the run of the evolutionary algorithm are discussed.

Název v anglickém jazyce

Surrogate model selection for evolutionary multiobjective optimization

Popis výsledku anglicky

In surrogate evolutionary algorithms, usually the type of surrogate model is chosen beforehand, and it is never changed during the run of the evolution. Moreover, the reasoning why a particular type of model was chosen is often missing. In this paper, wepresent a framework which in each generation selects the most suitable surrogate from a set of models based on some pre-defined criteria. The results based on different types of model selectors are compared, and the dynamics of the evolution together with the change of the selected model type during the run of the evolutionary algorithm are discussed.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

<a href="/cs/project/GAP202%2F11%2F1368" target="_blank" >GAP202/11/1368: Učení funkcionálních vztahů z vysoce dimenzionálních dat</a><br>

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2013

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

2013 IEEE Congress on Evolutionary Computation

ISBN

978-1-4799-0453-2

ISSN

—

e-ISSN

—

Počet stran výsledku

8

Strana od-do

1860-1867

Název nakladatele

IEEE CS

Místo vydání

Piscataway

Místo konání akce

Cancún

Datum konání akce

20. 6. 2013

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000326235301110